Nvidia konnte am Mittwoch einen beeindruckenden Kursanstieg von 6% verzeichnen, was den Technologie-Sektor nach einem unauffälligen CPI-Bericht kräftig belebte. Grund für diese Rally war eine Präsentation von CEO Jensen Huang auf einer Konferenz von Goldman Sachs in San Francisco.
Im Dialog mit Goldman Sachs CEO David Solomon ging Huang auf zentrale Fragen zur Rentabilität des Ausbaus von KI-Infrastrukturen ein. Huang erklärte, dass die Effizienzsteigerungen bei CPUs nahezu stagniert sind, was das Ende von Moores Gesetz nahelegt. Die steigenden Datenmengen führen somit zu höheren Kosten bei Datenberechnungen. Im Gegensatz dazu bieten Nvidias GPU-basierte Beschleuniger beträchtliche Leistungs- und Effizienzgewinne, was sofortige Kosteneinsparungen für die Kunden bedeutet.
In einer Welt ohne Nvidias KI-gestützte GPUs würden Rechenzentren erheblich teurer werden, da CPUs vergleichsweise träge arbeiten. Huang hob hervor, dass die Verarbeitungsgeschwindigkeit um das Zwanzigfache erhöht wird, was zu einer Verzehnfachung der Einsparungen führt. Diese sofortigen Renditen machen Nvidias Lösungen besonders attraktiv.
Obwohl die Racks für die nächste GPU-Generation Millionen von Dollar kosten, sind diese Ausgaben im Vergleich zu den Materialkosten eines CPU-basierten Setups gering. Huang erläuterte, dass Nvidia-Server-Racks teure Verkabelung und zahlreiche Knotenpunkte ersetzen, was die Gesamtkosten deutlich senkt.
Im Kontext der generativen KI, die populäre Produkte wie ChatGPT und Claude antreibt, bestätigt Huang eine hohe Rentabilität für die Kunden. Er erklärte, dass jeder bei Nvidia ausgegebene Dollar zu einem fünffachen Mietwert für die Kunden führt, was eine weltweite Nachfrage erzeugt und das gesamte Angebot ausverkauft ist.
Abschließend betonte Huang, dass die enormen Produktivitätssteigerungen durch Nvidias GPU-Systeme berücksichtigt werden müssen. Mittlerweile setzt jeder Softwareingenieur des Unternehmens auf Ko-Generatoren, wodurch die Tage, in denen jede Codezeile manuell geschrieben wurde, endgültig vorbei sind.